Đang tải... (xem toàn văn)
Nghiên cứu khả năng mô phỏng mùa các yếu tố khí tượng trên lãnh thổ Việt Nam bằng phương pháp thuỷ động và thống kê
ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN HỒ THỊ MINH HÀ NGHIÊN CỨU KHẢ NĂNG MÔ PHỎNG MÙA CÁC YẾU TỐ KHÍ TƯỢNG TRÊN LÃNH THỔ VIỆT NAM BẰNG PHƯƠNG PHÁP THỦY ĐỘNG VÀ THỐNG KÊ Chuyên ngành: Khí tượng học Mã số: 62.44.87.01 TÓM TẮT LUẬN ÁN TIẾN SĨ KHÍ TƯỢNG HỌC HÀ NỘI – 2008 Công trình được hoàn thành tại Khoa Khí tượng Thủy văn và Hải dương học, trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội Người hướng dẫn khoa học: PGS. TS. Nguyễn Hướng Điền GS. TS. Nguyễn Văn Hữu Phản biện 1: PGS. TS. Phan Văn Tân Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội. Phản biện 2: PGS. TS. Nguyễn Văn Tuyên Trung tâm Khoa họ c Công nghệ Khí tượng Thủy văn và Môi trường. Phản biện 3: TS. Hoàng Đức Cường Viện Khoa học Khí tượng Thủy văn và Môi trường. Luận án sẽ được bảo vệ trước Hội đồng cấp nhà nước chấm luận án tiến sĩ họp tại trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội vào hồi 14 giờ 00 ngày 10 tháng 9 năm 2008 Có thể tìm hiể u luận án tại: - Thư viện Quốc gia Việt Nam - Trung tâm Thông tin Thư viện, Đại học Quốc gia Hà Nội DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN 1. Hồ Thị Minh Hà, (2004), “Bước đầu nghiên cứu mạng thần kinh nhân tạo và khả năng áp dụng để dự báo nhiệt độ cho khu vực Đông Nam Á”, Nội san khoa học trẻ, Trường Đại học Khoa học Tự nhiên, ĐHQGHN, Số 2/2004, tr.57-61. 2. Hồ Thị Minh Hà, Nguyễn Hướng Điền, (2006), “Thử nghiệm dự báo lượng mưa ngày bằng phương pháp dùng mạng thần kinh nhân tạo hiệu ch ỉnh sản phẩm mô hình số”, Tạp chí Khoa học và công nghệ, ĐHQGHN, T.XXII, Số 1PT-4/2006, tr.1-10. 3. Hồ Thị Minh Hà, Nguyễn Hướng Điền, (2006), “Thử nghiệm hiệu chỉnh kết quả mô phỏng nhiệt độ hạn mùa trên khu vực Đông Nam Á của mô hình khí hậu khu vực RegCM3”, Tạp chí Khoa học và công nghệ, ĐHQGHN, T.XXII, Số 2B PT 2006, tr.20-27. 4. Ho Thi Minh Ha, Phan Van Tan, Le Nhu Quan, (2006), “On the regional climate simulation over Southeast Asia using RegCM”, Report of Vietnam-Japan Joint Workshop on Asian Monsoon, Ha Long, pp. 62-68. 5. Kieu Thi Xin, Le Duc, and Ho Thi Minh Ha, (2005), “Simulation of Southeast Asia Rainfall using RegCM3 and Problems”, IAMAS 2005 General Assembly, Beijing, China, August 2 - 11, 2005. DOI: T4DKTX13Aug04100242. 24 Tây Nguyên, cả ba phiên bản đều có xu hướng tái tạo nhiệt độ trung bình tháng cao hơn quan trắc, trong đó phiên bản Reg+GAB lại thường cho mô phỏng nhiệt độ thấp hơn hai phiên bản còn lại và do đó có sai số nhỏ hơn. Đối với lượng mưa, nếu tổ hợp ba phiên bản bằng cách lấy trung bình đơn giản (Reg+Tổ hợp) thì kết quả nhận được gần với quan trắc hơn so với từng phiên b ản riêng lẻ; sai số RMSE trong trường hợp này còn khoảng 6mm/ngày tính trung bình trên toàn Việt Nam. 5. Từ các đồ thị biểu diễn nhiệt độ và lượng mưa trung bình tháng trong 10 mùa hè của và 3 phiên bản Reg+GAB, Reg+TieB và Reg+TieZ và quan trắc cùng với các điểm số đánh giá (ME, RMSE) cho thấy mô hình thường mắc phải sai số có tính hệ thống so với quan trắc. Hệ số tương quan giữa sản phẩm mô phỏng của mô hình và quan trắc thường không cao nghĩa là mối quan hệ giữa chúng không phải là tuyến tính. Nhằm loại bỏ bớt ảnh hưởng của sai số mô hình đối với sản phẩm mô phỏng luận án đã sử dụng phương pháp thần kinh nhân tạo (ANN) để hiệu chỉnh (ký hiệu là Reg+ANN). Kết quả đánh giá trên 4 năm số liệu độc lập cho thấy sai số ME và RMSE của nhiệt độ ngày và lượng mưa trung bình tháng của Reg+ANN đều giảm, đồng thời HSTQ và các chỉ số khác đều tăng mạnh. Cụ thể là RMSE của nhiệt độ trung bình tháng tính cho cả Việt Nam giảm từ khoảng 2 o C (Reg+TieB) xuống còn 0,5 o C và HSTQ tăng từ 0,7 lên hơn 0,9. Độ chính xác Acc tăng từ 0,3 lên hơn 0,8 và biệt thức HK cũng như điểm số kỹ năng HSS đều tăng từ 0,1 đến gần 0,7-0,8. Đối với lượng mưa trung bình tháng, RMSE tính trên toàn Việt Nam giảm từ khoảng 6,2 mm/ngày (Reg+GAB) và 6,4 mm/ngày (Reg+Tổ hợp) xuống còn 3,9 mm/ngày; HSTQ tăng từ 0,26 (Reg+GAB) và 0,13 (Reg+Tổ hợp) lên 0,68; Acc tăng từ 0,3 lên 0,5 và HK và HSS đều tăng mạnh, từ 0,079 (Reg+GAB) và 0,015 (Reg+Tổ hợp) lên 0,28. Các chỉ số đố i với từng khu vực cũng có xu thế tương tự. 6. Tóm lại, với những đặc điểm mới đã trình bày trong luận án, mô hình RegCM3 có khả năng mô phỏng tương đối tốt các trường khí hậu khu vực Việt Nam và Đông Nam Á trong những tháng mùa hè. Điều đó cũng có nghĩa là nếu được cung cấp các trường dự báo toàn cầu đảm bảo chất lượng làm điều kiện biên thì mô hình RegCM3 có th ể được sử dụng để dự báo hạn mùa, trước hết cho thời kỳ gió mùa mùa hè, trên khu vực này. Hiện nay các mô hình khí hậu toàn cầu (GCM) ngày càng có kỹ năng dự báo tốt hơn, sản phẩm của chúng có thể làm đầu vào cho các mô hình khí hậu khu vực nói chung và RegCM3 nói riêng. Do đó những kết luận về khả năng của RegCM3 có thể là một trong những cơ sở để chúng ta nghiên cứu áp dụng các mô hình GCM vào Việt Nam (chẳng hạn như CCSM ). 1 MỞ ĐẦU 1. Lý do lựa chọn đề tài Các điều kiện khí hậu vào tháng sau, mùa sau hay năm sau luôn được quan tâm hàng đầu khi con người đề ra những kế hoạch dài hạn trong sản xuất nông, lâm, ngư nghiệp, trong kinh tế, xây dựng, du lịch,… Như ta đã biết, đây chính là mục đích của bài toán dự báo khí hậu hạn mùa. Đối với khu vực có địa lý tự nhiên phức tạp như Đông Nam Á, gió mùa tác động mạnh tới khí hậu ở đ ây, vì vậy bài toán dự báo mùa không hề đơn giản, đặc biệt là trong mùa hè. Các phương pháp thường được sử dụng trong dự báo khí hậu là phương pháp thống kê và phương pháp số trị. Cùng với sự phát triển mạnh mẽ và nhanh chóng của công nghệ máy tính trong một vài thập kỷ gần đây, chúng ta đã có thể xây dựng và phát triển những mô hình số trong dự báo khí hậu. Tuy nhiên, mô hình toàn cầu không thể dự báo chi tiết cho khu vực Châu Á do hạn chế về độ phân giải. Vì vậy, xây dựng mô hình khí hậu khu vực phù hợp là mối quan tâm của hầu hết các quốc gia trên châu lục này, trong đó có Việt Nam. Đứng trước yêu cầu cấp thiết đó, chúng tôi đã chọn và thực hiện đề tài: “Nghiên cứu khả năng mô phỏng mùa các yếu tố khí tượng trên lãnh thổ Việt Nam bằng phương pháp thủy động và thống kê”. 3. Mục đích, đối tượng và phạm vi nghiên cứu - Mục đích của luận án là đánh giá được khả năng mô phỏng khí hậu hạn mùa cho khu vực Đông Nam Á và Việt Nam của mô hình khí hậu khu vực RegCM3 và cải tiến mô hình RegCM3 bằng cách đưa thêm vào một sơ đồ tham số hóa đối lưu mới nhằm nâng cao chất lượng mô phỏng của mô hình, sau đó xây dựng được phương pháp hiệu chỉnh sản phẩm đầu ra của mô hình bằng công cụ thống kê nhằm chính xác hóa kế t quả mô phỏng. 2 - Đối tượng nghiên cứu là nhiệt độ và lượng mưa trung bình tháng mùa hè trên khu vực Đông Nam Á nói chung và Việt Nam nói riêng. Phương pháp nghiên cứu bao gồm phương pháp số mô phỏng khí hậu khu vực, phương pháp thống kê hiệu chỉnh sản phẩm mô hình số. Phạm vi nghiên cứu là khu vực Đông Nam Á và các vùng biển lân cận, đặc biệt chú trọng đến Việt Nam. 4. Những đóng góp mới của luận án - Đã đưa được sơ đồ tham số hoá đối lưu Tiedtke (1989) vào mô hình RegCM3 thành một tùy chọn mới và do đó đã làm tăng chất lượng mô phỏng của mô hình đối với trường nhiệt độ bề mặt. - Đã nghiên cứu và xây dựng được phương pháp hiệu chỉnh các trường nhiệt độ và lượng mưa của mô hình RegCM3 bằng phương pháp mạng thần kinh nhân tạo (ANN). 5. Ý nghĩa khoa học và thực tiễn Tổng quan được vấn đề dự báo và mô phỏng khí hậu hiện nay và đề ra phương án nghiên cứu mô phỏng khí hậu khu vực Việt Nam bằng mô hình RegCM3 và thống kê. Đã khảo sát và thử nghiệm các sơ đồ tham số hóa đối lưu Kuo, BMJ, GAS, GFC, Tiedtke, thử nghiệm các sơ đồ tính toán thông lượng đại dương BATS và Zeng và chọn được sơ đồ đối lưu Tiedtke, sơ đồ thông lượng đại dương BATS là tốt nhất để mô phỏng khí hậu khu vực Việt Nam. Kết hợ p kết quả động lực và phương pháp thống kê (mạng thần kinh nhân tạo) để đưa ra kết quả mô phỏng trường nhiệt độ 2m và lượng mưa mùa hè trên lãnh thổ Việt Nam phù hợp với thực tiễn hơn. Kết quả nghiên cứu của luận án có thể sử dụng trong nghiên cứu và tìm ra một số đặc điểm khí hậu (lượng mưa, nhiệt độ) mùa hè của Việt Nam. Luận án g ồm 4 chương. Nội dung chính của các chương được trình bày tóm tắt sau đây. 23 KẾT LUẬN Từ kết quả nghiên cứu của luận án có thể rút ra một số kết luận và kiến nghị như sau: 1. Phiên bản gốc của mô hình RegCM3 với các cấu hình thí nghiệm khác nhau đã thể hiện khả năng mô phỏng tương đối tốt hoàn lưu, trường áp suất mực biển trung bình trong mùa gió mùa mùa hè trên khu vực Đông Nam Á. Trong số các sơ đồ tham số hóa đối lưu của RegCM3, sơ đồ Grell (1993) với giả thiết khép kín mô hình mây của Arakawa-Schubert (GAS) cho kết quả mô phỏng hợp lý hơn cả. Nhiệt độ mô phỏng bởi RegCM3 với tùy ch ọn GAB (GAS và BATS), ký hiệu là Reg+GAB, có xu thế thấp hơn thực tế, cả bề mặt và trên cao. Lượng mưa mô phỏng trung bình tháng thấp hơn nhưng diện mưa rộng hơn thực tế. Hệ số tương quan giữa mô phỏng và quan trắc của nhiệt độ khá cao (0,65) nhưng của lượng mưa rất thấp (0,087) cho thấy khả năng mô phỏng nhiệt độ của mô hình tốt hơn so với mô phỏng m ưa. 2. Luận án đã thực hiện việc cải thiện khả năng mô phỏng của RegCM3 bằng cách đưa thêm sơ đồ tham số hóa đối lưu Tiedtke (1989) vào mô hình như là một tùy chọn bổ sung. Kết quả là RegCM3 đã chạy ổn định với sơ đồ này và đã cải thiện đáng kể chất lượng mô phỏng nhiệt độ bề mặt trung bình tháng của mô hình. Sai số bình phương trung bình (RMSE) c ủa nhiệt độ tính theo phiên bản cải tiến (Reg+TieB) trên toàn Việt Nam giảm 0.4 o C so với Reg+GAB, còn khoảng 1,8 o C. Reg+TieB cũng cho lượng mưa mô phỏng lớn hơn và diện mưa rộng hơn thực tế, các tâm mưa lớn điển hình trong mùa hè khu vực ĐNA cũng được tái tạo tốt hơn so với Reg+GAB. Sai số RMSE tính trung bình trên toàn lãnh thổ Việt Nam khoảng 9mm/ngày. 3. Những thử nghiệm mô phỏng của mô hình trong đó các thông lượng đại dương-khí quyển được tính theo hai sơ đồ BATS (Reg+GAB) và Zeng (Reg+GAZ) cũng đã được thực hiện. K ết quả chứng tỏ rằng các trường mô phỏng của mô hình tính theo BATS phù hợp hơn so với tính theo Zeng. Mặc dù vậy sự khác biệt này không quá lớn. Đáng chú ý là khi kết hợp hai sơ đồ BATS và Zeng với sơ đồ đối lưu Tiedtke thì Reg+TieZ đã làm giảm lượng mưa mô phỏng so với Reg+TieB, và do đó gần với thực hơn. 4. Ba phiên bản Reg+GAB, Reg+TieB và Reg+TieZ được chạy riêng biệt để mô phỏng nhiệt độ và lượng mư a các tháng mùa hè trong 10 năm, từ 1991-2000, trên khu vực ĐNA. Việc phân tích các điểm số đánh giá cho thấy trong ba phiên bản thử nghiệm thì Reg+TieB có khả năng tái tạo nhiệt độ bề mặt tốt nhất, đặc biệt trong những năm xảy ra các cực trị khí hậu như 1997, 1998, kém nhất là phiên bản Reg+GAB. Mặc dù vậy, trên khu vực 22 Nhận xét cuối chương Hiệu chỉnh bằng ANN đã giảm được sai số hệ thống, bằng chứng là sai số RMSE giảm còn các chỉ số Acc, HK, HSS tăng lên. Rõ ràng là các khoảng chia nhiệt độ và lượng mưa trung bình tháng của quan trắc và Reg+ANN đã gần trùng nhau. HSTQ tăng lên chứng tỏ sai số hệ thống được giảm bớt không phải dạng tuyến tính mà là dạng phi tuyến và ANN đã xử lý tốt. Nhiệt độ trung bình tháng Lượng mưa trung bình tháng Hình 4.29: (a) HSTQ và (b) RMSE của nhiệt độ bề mặt trung bình tháng của 3 tháng trong 4 năm số liệu độc lập (98, 96, 91, 95) giữa mô hình và quan trắc, đánh giá cho từng khu vực trên Việt Nam. Đơn vị RMSE là độ C. Hình 4.32: (a) HSTQ và (b) RMSE của lượng mưa trung bình tháng của 3 tháng trong 4 năm số liệu độc lập (98, 96, 91, 95) giữa mô hình và quan trắc, đánh giá cho từng khu vực trên Việt Nam. Đơn vị RMSE là mm/ngày. 3 CHƯƠNG 1: CÁC NGHIÊN CỨU VỀ DỰ BÁO KHÍ HẬU KHU VỰC BẰNG MÔ HÌNH SỐ TRỊ 1.1. Tình hình nghiên cứu trên thế giới Về nguyên tắc, có thể sử dụng mô hình hoàn lưu chung khí quyển hay mô hình khí hậu toàn cầu (đều ký hiệu là GCM) để DBKH cho từng khu vực trên toàn cầu nhưng độ chính xác không cao do độ phân giải của GCM thường khá thô, thường từ 2,5 độ đến 3,7 độ, không thể biểu diễn đủ chi tiết các đặc trưng khí hậ u của khu vực và địa phương như khí hậu gió mùa thống trị, địa hình và hệ sinh thái phức tạp, đặc biệt là tác động mạnh mẽ của con người. Nhiệt độ mô phỏng thường thấp hơn còn giáng thủy lại mạnh hơn so với thực tế trên tất cả các khu vực trong hầu hết các mùa. Sản phẩm của GCM có thể được sử dụng làm đầu vào cho các mô hình khí hậu khu vực RCM. Hiệ n tại, các RCM có thể chạy mô phỏng và dự báo nhiều tháng, nhiều mùa thậm chí nhiều năm. Độ dài ngưỡng điển hình của một mô phỏng khí hậu là 1 tháng và “hạn dài” nghĩa là mô phỏng tháng/mùa đến thập kỷ/nhiều năm. Các mô hình RCM thường được ứng dụng là RegCM, CMM5, NCEP ETA, CRCM, Reg\_NCC (Trung Quốc), Trong mô phỏng khí hậu hạn mùa Đông Á, người ta thường sử dụng mô hình RegCM, gốc từ PSU/NCAR. Hoàn lưu gió mùa, giáng thủy và nhiệt độ mặt đất nhìn chung phù h ợp với quan trắc mặc dù mô hình phần nào mô phỏng lạnh và khô hơn [Liu, Giorgi và Washington, 1994; Small vcs., 1999; Im vcs., 2006]. Kết quả mô phỏng của RegCM thường nhạy với các tham số vật lý như đối lưu, bức xạ, các quá trình bề mặt [Leung vcs., 1999; Francisco, 2006; Giorgi và Mearns, 1999; Li và Yanai, 1996; Ueda và Yasunari, 1998; Kato vcs., 1999; Qian và Giorgi, 1999]. 1.2. Tình hình nghiên cứu trong nước 4 Ở Việt Nam, tại Trung tâm dự báo Khí tượng thủy văn Trung ương và Viện Khoa học Khí tượng thủy văn và Môi trường, trong những năm trước đây, hầu hết đều sử dụng phương pháp thống kê để DBKH hạn vừa và hạn dài, chủ yếu dự báo nhiệt độ và lượng mưa cao hay thấp hơn TBNN và xác suất xảy ra [Nguyễn Duy Chinh, 2002, 2003; Lương Văn Việt, 2006; Nguyễn Văn Thắng vcs., 2001, 2006; Nguy ễn Đức Hậu và Phạm Đức Thi, 2002]. Phương pháp mô hình hoá khí hậu khu vực mới được quan tâm nghiên cứu ở Việt Nam trong khoảng chục năm trở lại đây, chủ yếu là mô hình RegCM. Các nghiên cứu thử nghiệm ở Việt Nam điển hình là Kiều Thị Xin (2004); Nguyễn Đăng Quang (2004); Phan Văn Tân (2003); Dư Đức Tiến (2003); Lê Văn Thiện và Nguyễn Văn Thắng (2004). RegCM thường mô phỏng lượng mưa thấp hơn nhiề u so với thực tế. Về nhiệt độ, hầu hết các khu vực có nhiệt độ thấp như Tây Bắc Bộ, Tây Nguyên đều được mô phỏng tốt. Tuy nhiên, ở miền Bắc mô hình cho kết quả thấp hơn thực đo, riêng miền Trung và miền Nam thì mô hình cho kết quả sát với thực tế hơn. Như vậy, RegCM thường mắc sai số âm có tính hệ thống đối với nhiệt độ còn sai số lượng mưa biến đổi tùy mô hình và tùy khu vực. Do đó, cần thiết hiệu chỉnh sản phẩm của RegCM3 về gần với quan trắc thực tế hơn. 1.3. Những nghiên cứu về thống kê hiệu chỉnh mô hình số Hạ quy mô bằng phương pháp thống kê là một trong những cách thức được sử dụng khi thực hiện MOS, cơ bản gồm 2 bước: (1) tìm hiểu mối quan hệ thống kê gi ữa các biến khí hậu địa phương (ví dụ như nhiệt độ bề mặt và giáng thủy) và các nhân tố quy mô lớn, và (2) áp dụng mối quan hệ này cho sản phẩm dự báo của mô hình số để mô phỏng các đặc trưng khí hậu khu vực. Hạ quy mô bằng phương pháp thống kê sử dụng hồi quy tuyến tính (HQTT) có thể gặp phải sai số vì 21 Bảng 4.6: Bảng các chỉ số đánh giá biến liên tục đối với nhiệt độ trung bình tháng của Việt Nam giữa quan trắc và các phiên bản Reg+GAB, Reg+TieB, Reg+TieZ, 4 năm (98, 96, 91, 95). Phiên bản TrBình mô hình TrBình qtrắc MAE RMSE ME Reg+GAB 26.139 1.907 2.228 -1.542 Reg+TieB 27.017 27.681 1.453 1.858 -0.664 Reg+TieZ 26.766 1.518 1.935 -0.916 Reg+ANN 27.519 0.441 0.566 -0.163 HSTQ Acc HK HSS Reg+GAB 0.703 0.276 0.043 0.037 Reg+TieB 0.665 0.390 0.138 0.127 Reg+TieZ 0.671 0.389 0.153 0.139 Reg+ANN 0.970 0.822 0.729 0.726 4.2.2. Hiệu chỉnh lượng mưa Trong Bảng 4.8, RMSE lượng mưa trung bình tháng của Việt Nam giảm từ 6,2mm/ngày (Reg+GAB) và 6,4mm/ngày (Reg+Tổ hợp) xuống còn 3,9 mm/ngày; HSTQ tăng từ 0,26 (Reg+GAB) và 0,13 (Reg+Tổ hợp) lên 0,68; Acc tăng từ 0,3 lên 0,5; HK và HSS đều tăng nhiều, từ 0,079 (Reg+GAB) và 0,015 (Reg+Tổ hợp) lên 0,28. Các chỉ số đối với từng khu vực cũng có xu thế tương tự (Hình 4.29 và Hình 4.32) Bảng 4.8: Bảng các chỉ số đánh giá biến liên tục đối với lượng mưa trung bình tháng, từng trạm của Việt Nam giữa quan trắc và các phiên bản Reg+GAB, Reg+TieB, Reg+TieZ, 4 năm (98, 96, 91, 95). Phiên bản TrBình mô hình TrBình qtrắc MAE RMSE ME Reg+GAB 5.064 4.615 6.195 -2.877 Reg+TieB 11.248 7.265 10.922 3.308 Reg+TieZ 8.061 7.940 5.437 7.287 0.120 Reg+Tổ hợp 8.124 4.817 6.417 0.184 Reg+ANN 8.353 2.991 3.906 0.412 HSTQ Acc HK HSS Reg+GAB 0.259 0.306 0.084 0.079 Reg+TieB 0.030 0.304 0.028 0.028 Reg+TieZ 0.110 0.302 0.022 0.022 Reg+Tổ hợp 0.134 0.322 0.014 0.015 Reg+ANN 0.675 0.511 0.264 0.278 20 Chương trình ANN được sử dụng trong luận án là một phần của chương trình Matlab - phần mềm tính toán với các ma trận rất hiệu quả của Mỹ và có mã nguồn mở. Bộ số liệu nhiệt độ (lượng mưa) ngày của 3 tháng mùa hè của 10 năm được chia thành 2 phần một cách ngẫu nhiên, 6 năm số liệu phụ thuộc để luyện mạng và 4 năm số liệu độc lậ p để áp dụng hiệu chỉnh và đánh giá. Sáu năm số liệu phụ thuộc là 1992, 1993, 1994, 1997, 1999, 2000. Bốn năm để hiệu chỉnh là 1991, 1995, 1996 và 1998. Sáu mươi trạm trên Việt Nam được luyện trong 60 mạng ANN riêng. Mỗi mạng ANN bao gồm đầu vào là nhiệt độ (hoặc lượng mưa) của 3 phiên bản Reg+GAB, Reg+TieB và Reg+TieZ tại một trạm và đích ra là nhiệt độ (lượng mưa) của quan trắc tại trạm tương ứng. Số l ớp ẩn là 2 với số nút trong từng lớp là 5 và 3. Hàm truyền giữa lớp đầu vào và lớp ẩn cũng như giữa các lớp ẩn là hàm tang hypebol sigma và hàm truyền giữa lớp ẩn cuối cùng với lớp kết xuất là hàm tuyến tính. Số thế hệ luyện của nhiệt là 300 và của mưa là 1000 thế hệ. 4.2.1. Hiệu chỉnh nhiệt độ Các chỉ số đánh giá cho thấy với Reg+ANN, sai số RMSE của nhiệt độ trung bình tháng tính cho cả Việt Nam giảm từ khoảng 2 o C (Reg+TieB) xuống còn 0,5 o C và HSTQ tăng từ 0,7 lên hơn 0,9. Độ chính xác Acc tăng từ 0,3 lên hơn 0,8 và biệt thức HK cũng như hệ số kỹ năng HSS đều tăng từ 0,1 đến gần 0,7-0,8 (Bảng 4.6). Đối với từng khu vực, sau khi hiệu chỉnh, sai số hệ thống cũng giảm và các chỉ số Acc, HK, HSS đều tăng nhưng mức độ không mạnh bằng các chỉ số tính trên toàn Việt Nam. Với sai số nhiệt độ dưới 2 o C, miền Trung và Nam Bộ có thể không cần phải hiệu chỉnh nhiệt độ còn các khu vực thuộc miền Bắc và Tây Nguyên cần thiết phải hiệu chỉnh bằng ANN. 5 không biểu diễn đúng và đủ mối quan hệ giữa nhân tố và yếu tố hồi quy. Sử dụng hồi quy phi tuyến cho kết quả tốt hơn [McGinnis, 1994; Koizumi, 1999, ]. CHƯƠNG 2: PHƯƠNG PHÁP DỰ BÁO KHÍ HẬU KHU VỰC VÀ PHƯƠNG PHÁP THỐNG KÊ SẢN PHẨM MÔ HÌNH SỐ (MOS) 2.1. Phương pháp mô hình hóa khí hậu khu vực ứng dụng vào mô hình RegCM3 Mô hình hóa khí hậu khu vực là phương pháp lồng mô hình khu vực hạn chế vào mô hình GCM và phân tích các kết quả nhận được từ GCM, thông qua tích phân số học của hệ phương trình mô hình khu vực hạn chế trên lưới có độ phân giải tinh hơn để suy luận ra tác động của trường GCM điều khiển đối với khu vực đó. Đây cũng chính là hạ quy mô bằng phương pháp độ ng lực. Để hiểu rõ hơn về phương pháp này, chúng tôi xem xét động lực và biểu diễn vật lý trong mô hình RegCM3. RegCM là mô hình khí hậu khu vực của Pennsynavia NCEP/NCAR, có nguồn gốc từ mô hình quy mô vừa NCAR/MM4 ra đời vào những năm 80 thường được sử dụng để mô phỏng và dự báo gió mùa Châu Á. Động lực học về cơ bản giống như của MM4, là mô hình sai phân hữu hạn viết cho chất lỏng nén được với cân bằng thủy tĩ nh trong hệ tọa độ thẳng đứng. Khi áp dụng MM4 vào nghiên cứu khí hậu, các tác giả đã thay thế một số tham số hóa vật lý, phần lớn là quá trình vận chuyển bức xạ và vật lý đất. RegCM đã được phát triển qua nhiều thế hệ khác nhau. Luận án sử dụng phiên bản mới nhất được phát triển ở ICTP là RegCM3. Các phương trình trong mô hình RegCM3 được xây dựng cho hệ tọa độ thẳng đứng thủy t ĩnh theo địa hình. Hệ phương trình thống trị của RegCM3 bao gồm các phương trình chuyển động ngang, phương trình liên tục và đạo hàm của vận tốc thẳng đứng, phương trình xu 6 thế khí áp mặt đất, vận tốc thẳng đứng trong toạ độ sigma, phương trình nhiệt, phương trình thủy tĩnh và 3 phương trình ẩm viết cho các biến hơi nước q v , nước mây q c và băng mây q i . Điều kiện ban đầu và điều kiện biên của mô hình được cung cấp bởi trường điều khiển, là số liệu tái phân tích hay trường dự báo của GCM tuỳ theo mục đích mô phỏng hay dự báo, cập nhật sau từng khoảng thời gian tích phân nào đó, từng 6h hoặc 3h. Các quá trình vật lý cơ bản của RegCM3 bao gồm: (1) Bức xạ, (2) Trao đổi sinh quyển – khí quyển, (3) Chuyển động rối trong lớp biên hành tinh, (4) Giáng thu ỷ quy mô lớn, (5) Đối lưu, (6) Trao đổi thông lượng đại dương – khí quyển, (7) Trao đổi thông lượng hồ - khí quyển, và (8) Vận chuyển các thành phần hóa học. Trong mô hình RegCM3 chưa xem xét đến 2 quá trình, một là trao đổi thông lượng giữa hồ - khí quyển và hai là vận chuyển các thành phần hóa học. Động lực học và vật lý biểu diễn trong RegCM3 được trình bày trong luận án được tham khảo chủ yếu từ tài liệu của Elguindi vcs. (2003). 2.2. Phương pháp thống kê sản phẩ m mô hình số MOS 2.2.1. Các phương pháp đánh giá thống kê mô hình khí hậu Đánh giá dự báo là thẩm định chất lượng của dự báo, trong đó kết quả dự báo được so sánh với quan trắc của hiện tượng đã thực sự xảy ra hoặc kết quả dự báo khác đã được đánh giá là tốt. Có nhiều kiểu đánh giá, ví dụ đối với dự báo lượng giáng thủy có thể đánh giá trực quan, phân đôi, đa nhóm, liên tục, phân bố không gian; dự báo xác suất giáng thủy sử dụng đánh giá trực quan, xác suất, tổ hợp; dự báo các điều kiện nóng hay lạnh hơn bình thường được đánh giá bằng phương pháp trực quan, đa nhóm, xác suất, phân bố không gian, tổ hợp… [Barb Brown, 2003; Dobryshman, 1972; Zhang và Casey, 2000; WMO, 2002]. 19 Reg+Tổ hợp hầu như luôn có sai số RMSE nhỏ nhất còn HSTQ xấp xỉ Reg+GAB, tốt hơn Reg+TieB và Reg+TieZ. Bảng 4.4: Tương tự như Bả ng 4.2 nhưng là lượng mưa trung bình tháng và thêm phiên bản Reg+Tổ hợp. Phiên bản TrBình mô hình TrBình qtrắc MAE RMSE ME Reg+GAB 4.802 4.623 6.164 -3.101 Reg+TieB 9.803 7.903 6.345 9.216 1.900 Reg+TieZ 7.732 5.400 7.426 -0.171 Reg+Tổ hợp 7.445 4.520 6.077 -0.457 HSTQ Acc HK HSS Reg+GAB 0.257 0.301 0.071 0.068 Reg+TieB 0.113 0.307 0.044 0.043 Reg+TieZ 0.165 0.302 0.041 0.040 Reg+Tổ hợp 0.208 0.354 0.076 0.077 Nhận xét Nhiệt độ và lượng mưa của mô hình thường mắc sai số có tính hệ thống so với quan trắc. Tuy nhiên, không thể hiệu chỉnh cơ học bằng cách cộng hoặc trừ một lượng nào đó để đưa mô phỏng về giá trị quan trắc thực vì sai số hệ thống khác nhau trên các khu vực khác nhau và vào các thời gian khác nhau. Thông thường, để đơn giản, người ta có thể xây dựng phương trình HQTT để hiệu chỉnh s ản phẩm của mô hình về giá trị quan trắc nhưng qua một số thử nghiệm chúng tôi nhận thấy HQTT không cho kết quả tốt. HSTQ giữa nhiệt độ (lượng mưa) mô phỏng và nhiệt độ (lượng mưa) quan trắc khoảng 0,6-0,7 (0,1-0,2), vì thế mối quan hệ tuyến tính của sản phẩm mô hình với đại lượng quan trắc đó không mạnh, đặc biệt là đối với lượng mưa. Do đó, chúng tôi s ử dụng mạng thần kinh nhân tạo (ANN) để xây dựng mối quan hệ giữa nhiệt độ (lượng mưa) mô hình và quan trắc, từ đó hiệu chỉnh giá trị mô phỏng về gần với thực hơn. 4.2. Cải thiện kết quả mô phỏng nhiệt độ và lượng mưa của RegCM3 nhờ hiệu chỉnh bằng ANN 18 a. Nhiệt độ trung bình tháng Sai số RMSE nhiệt độ trung bình tháng của Reg+TieB so với quan trắc tính trên toàn Việt Nam khoảng 1,8 o C, của Reg+TieZ là 1,9 o C còn của Reg+GAB là 2,2 o C. Khi đánh giá cho từng khu vực, Reg+TieB cũng thể hiện kỹ năng tốt nhất trên hầu hết các khu vực. Ba chỉ số Acc, HK, HSS của Reg+TieB đều lớn hơn Reg+TieZ và Reg+GAB (Bảng 4.2). Tuy nhiên, đối với khu vực Tây Nguyên, nơi có nền nhiệt độ thấp hơn xung quanh do ảnh hưởng của địa hình cao nguyên ở đây, Reg+GAB có kỹ năng tốt nhất với sai số RMSE chỉ 2,8 o C trong khi RMSE của Reg+TieB và TieZ lần lượt là 3,3 o C và 3,2 o C. Ngoại trừ Tây Nguyên và Nam Bộ, HSTQ của các khu vực còn lại đều lớn hơn hoặc xấp xỉ 0,5. Bảng 4.2: Bảng các chỉ số đánh giá biến liên tục đối với nhiệt độ trung bình tháng của Việt Nam giữa quan trắc và các phiên bản Reg+GAB, Reg+TieB, Reg+TieZ. Phiên bản TrBình mô hình TrBình qtrắc MAE RMSE ME Reg+GAB 26.077 1.870 2.205 -1.484 Reg+TieB 26.983 27.561 1.405 1.829 -0.578 Reg+TieZ 26.716 1.473 1.907 -0.845 HSTQ Acc HK HSS Reg+GAB 0.699 0.283 0.047 0.041 Reg+TieB 0.671 0.428 0.190 0.179 Reg+TieZ 0.674 0.410 0.179 0.166 b. Lượng mưa trung bình tháng Các sai số đánh giá lượng mưa được trình bày trong Bảng 4.4 cho thấy trên toàn Việt Nam, Reg+Tổ hợp tốt nhất bởi vì sai số RMSE nhỏ nhất còn các chỉ số Acc, HK và HSS cũng đều lớn nhất. HSTQ và sai số RMSE tính cho lượng mưa trung bình tháng trong 30 tháng đối với từng khu vực và toàn Việt Nam tương đối thấp, HSTQ biến đổi từ -0,15 đến 0,35 và RMSE khoảng 4-12mm/ngày. Nhìn chung 7 2.2.2. Phương pháp mạng thần kinh nhân tạo ANN Ý tưởng xây dựng ANN bắt nguồn t ừ việc nghiên cứu hệ thần kinh sinh học của con người, trong đó quan trọng nhất là sự điều khiển của bộ não, sau đó là sự lan truyền thông tin trong hệ thống các tế bào thần kinh [Haykins, 1994]. Một trong những toán tử thường được sử dụng nhiều nhất trong ANN là toán tử lan truyền ngược (back-propagation) trong đó thông tin không những được lan truyền tiến dọc theo các nút nhờ hàm truyền và các trọng số mà còn được lan truyề n ngược trở lại để cập nhật các trọng số sao cho sai số giữa kết xuất và hàm đích giảm đi. Phương pháp cực tiểu hoá sai số giữa kết xuất và hàm đích thường được sử dụng là phương pháp học giảm dốc nhất (phương pháp giảm gradient). Nguyên tắc học là trọng số được cập nhật sao cho giảm gradient tổng cộng của sai số theo mọi trọng s ố trên tất cả các mẫu. Thuật toán Levenberg-Marquardt là một trong những cải tiến của phương pháp lan truyền ngược và grandient giảm dốc nhất trong đó trọng số được cập nhật không phải hằng số theo thời gian mà biến đổi tùy thuộc gradient tại bước ngay trước đó. 2.2.3. Nguồn số liệu sử dụng a/ Số liệu cho RegCM3 Bao gồm số liệu về độ cao địa hình, các loại bề mặt, nhiệt độ mặt nước biển và số liệu tái phân tích làm điều kiện ban đầu và điều kiện biên cập nhật theo thời gian. Tất cả số liệu đầu vào cần để chạy mô hình có thể được tải về từ trang web của ICTP. b/ Số liệu thẩm định + CRU: Số liệu tái phân tích của Climatic Research Unit (Anh), độ phân giải ngang 0,5 độ, chỉ có số liệu nhiệt độ bề mặt, lượng mưa, tổng lượng mây và độ ẩm tuyệt đối trung bình tháng. + Số liệu đầu vào: ERA40 (ECMWF) 8 + Quan trắc thực tế trên Việt Nam: 60 trạm quan trắc khí tượng điển hình trải đều trên lãnh thổ Việt Nam. Tiến trình thực hiện là chạy RegCM3, thực hiện đánh giá và hiệu chỉnh. Kết quả trình bày trong chương 3 và chương 4 tương ứng. CHƯƠNG 3: KẾT QUẢ MÔ PHỎNG CÁC TRƯỜNG KHÍ TƯỢNG TRÊN KHU VỰC ĐÔNG NAM Á BẰNG MÔ HÌNH KHÍ HẬU KHU VỰC RegCM3 3.1. Thời tiết, khí hậu khu vực ĐNA vào thập kỷ cu ối thế kỷ XX Trong thập kỷ cuối của thế kỷ XX, thời tiết khu vực ĐNA đã chịu ảnh hưởng mạnh mẽ của hiện tượng ENSO - viết tắt của các từ ghép “El Nino” và “SO” (Southern Oscillation: Dao động Nam). Hiện tượng El Nino và La Nina có ảnh hưởng đến thời tiết, khí hậu toàn cầu với mức độ khác nhau và rất đa dạng. Trong 10 năm cuối của thế kỷ XX đã x ảy ra 4 đợt El Nino với một đợt 1997-1998 được xem là mạnh nhất thế kỷ [Nguyễn Đức Ngữ và Phạm Thị Thanh Hương, 2003]. Hiện tượng El Nino chủ yếu bắt đầu xảy ra vào các tháng mùa hè, kéo dài đến hết mùa hè đó hoặc sang mùa hè năm sau. 3.2. Hoàn lưu, nhiệt độ, độ ẩm và lượng mưa của RegCM3 3.2.1. Cấu hình động lực Các thử nghiệm đều sử dụng cấu hình như trong Bảng 3.1. B ảng 3.1: Cấu hình động lực trong RegCM3. Động lực học Thủy tĩnh Số liệu đầu vào ERA40 Miền tích phân 15S-27N; 70-135E Độ phân giải ngang 60km Độ phân giải thẳng đứng 18 mực sigma (từ mặt đất Æ 70mb) Thời gian mô phỏng 3 tháng mùa hè (6-8), từ 1991-2000 Thời gian Spin-up 10 ngày (bắt đầu từ 20/5 hàng năm) 17 trên toàn ĐNA của Reg+GAB, Reg+TieB và ERA40 so với ERA40 cho thấy mô hình hầu như luôn thấp hơn ERA40 và độ lệch giữa mô hình và ERA40 cao nhất vào những năm có độ ẩm cao, độ lệch không đáng kể vào những năm có độ ẩm thấp. Đường biểu diễn độ ẩm của Reg+TieB luôn nằm giữa Reg+GAB và ERA40 chứng tỏ độ ẩm được biểu diễn tốt hơn bởi sơ đồ Tiedtke. Bảng 4.1: Các chỉ s ố đánh giá nhiệt độ trung bình tháng của Reg+TieB so với CRU tính trên toàn khu vực ĐNA. Trung bình dự báo = 26.983 Fre = 0.979 Trung bình quan trắc = 27.564 HSTQ = 0.613 ME = -0.581 Acc = 0.370 MAE = 1.712 HK = 0.154 RMSE = 2.210 HSS = 0.152 d/ Tác động đến lượng mưa Diện mưa đối lưu của sơ đồ Reg+GAB luôn lớn hơn của Reg+TieB do điều kiện bùng phát đối lưu của Reg+GAB dựa trên CAPE dễ đạt được hơn, nhưng vị trí các tâm mưa của sơ đồ Tiedtke phù hợp với lượng mưa tổng cộng trên thực tế hơn. Reg+GAB tái tạo được tâm mưa ở phía nam Campuchia nhưng mô phỏng không chính xác tâm mưa ở vịnh Belgan, lượng mưa thường thấp hơn CRU, đặc biệt trên bán đảo Đông Dương và trên Việt Nam nói riêng. Reg+TieB nắm bắt được hầu hết các tâm mưa chính, ngoại trừ tâm mưa trên biên giới Việt-Lào, ở đây lượng mưa mô phỏng thấp hơn CRU. Diện mưa trên vịnh Belgan của Reg+TieB cũng lấn sâu hơn về phía đông so với CRU, cường độ mưa cao hơn. 4.1.2.3. Đánh giá thống kê RegCM3 được thử nghiệm với s ơ đồ tham số hóa đối lưu Tiedtke (1989) và sơ đồ thông lượng đại dương – khí quyển của Zeng (1998), ký hiệu là Reg+TieZ làm phiên bản thứ 3 và chạy mô phỏng 10 năm. [...]... trong mùa hè Ngoài ra, khí áp trên Ấn Độ Các sai số hệ thống này phù hợp với các nghiên cứu khác trên thế Dương và Biển Đông cũng được tái tạo cao hơn ERA40 giới (ví dụ Liu, 2006) Có 2 cách hiệu chỉnh sai số hệ thống là cải Sai số RMSE và MAE nhiệt độ trung bình tháng gần như tương đương cho thấy sai số hệ thống gần như đồng nhất toàn khu vực thiện vật lý nội tại của mô hình và hiệu chỉnh bằng phương pháp. .. giữa hai mô hình RegCM3 và HRM trên nhiều khía cạnh, như phương thức lập trình, hệ tọa độ ngang và thẳng đứng, nên một vấn đề hết sức quan trọng và có ý nghĩa quyết định đến sự thành bại là sự thống 10 15 thường thấp hơn CRU 2-3 C nhưng lượng mưa và vị trí các tâm mưa, đặc biệt tâm mưa lớn trên vịnh Belgan được mô phỏng khá tốt Với 2 giả thiết khép kín khác nhau, sơ đồ Grell cho các kết quả mô phỏng. .. thiết trong các mô hình khí hậu khu vực vì độ phân giải ngang khoảng vài chục đến vài trăm km không thể biểu diễn hiện được các quá trình vật lý mây vốn có quy mô dưới lưới Tham số hóa đối lưu là biểu diễn các đặc trưng thống kê của mây theo các biến quy mô lưới giải được Các phiên bản của RegCM3 với các sơ đồ đối lưu được trình bày trong Bảng 3 Bảng 3.5: Ký hiệu các phiên bản mô hình RegCM3 với các sơ... tuyến phức tạp Các chỉ số Acc, HK và HSS nhỏ (Bảng 3.2.2.3 Kết quả mô phỏng 10 năm của RegCM3 với các tham số 3.8) Nguyên nhân cũng vẫn là khoảng chia ngưỡng mưa giữa mô hình và CRU không trùng nhau Cần có biện pháp hiệu chỉnh để đưa được chọn Reg+GAB tái tạo được các trung tâm khí áp chính trong mùa hè ở ĐNA bao gồm rãnh thấp điển hình trên vịnh Belgan, rãnh thấp yếu hơn trên biển Đông và rìa phía tây... trời lớn, nhất là vào mùa hè [Xie và Zhang, 2000] hầu như bao quanh bởi đại dương và nằm trong khu vực gió mùa điển Sơ đồ này cũng chỉ tham số hóa một loại đối lưu sâu nên có mây hỉnh của thế giới Trong mùa gió mùa mùa hè, trên quy mô lớn, sự là sinh mưa đối lưu, do đó dẫn tới làm lạnh mặt đất và làm khô môi hội tụ của các dòng ẩm ở lớp dưới thấp đóng vai trò quan trọng trong trường tại các mực thấp do... trong khí quyển, một phần vì bản chất nhiệt, ẩm của môi trường không biết trước được của tham số kinh nghiệm α, phần làm ẩm từ + Ngoài ra, dòng cuốn ra do rối được biểu diễn trong sơ đồ giáng thủy Đây là vấn đề đặc biệt không tốt trong các mô hình khí Tiedtke (1989) cũng quan trọng vì cuốn không khí khô của môi hậu vì các mô hình khí hậu rất nhạy đối với sự dự báo chính xác hơi trường vào không khí ẩm... hơn và nhiệt độ thấp hơn hẳn so với Reg+GAS Giả thiết khép kín khác nhau dẫn đến thông lượng khối đáy mây của GFC lớn hơn nhiều so với GAS, kết quả là CHƯƠNG 4: CẢI THIỆN KỸ NĂNG MÔ PHỎNG NHIỆT ĐỘ mưa và làm khô tầng thấp của khí quyển do sự hạ xuống của không VÀ LƯỢNG MƯA CỦA MÔ HÌNH RegCM3 BẰNG SƠ ĐỒ khí ngoài mây của GFC mạnh hơn Khi sử dụng giả thiết khép kín THAM SỐ HÓA ĐỐI LƯU MỚI VÀ BẰNG PHƯƠNG... những đặc điểm phù hợp để mô phỏng nhiệt độ giữa phần tử khí thăng lên và môi trường, khi đó, đối lưu sẽ đối lưu nhiệt đới trong mùa gió mùa mùa hè sinh ra bất cứ khi nào năng lượng thế khả năng (CAPE) dương, mà + Sơ đồ tham số hóa đối lưu của Tiedtke (1989) dựa trên giả thiết hội tụ ẩm, phù hợp với miền nhiệt đới, đặc biệt là khu vực ĐNA, nơi điều kiện này rất dễ xảy ra vào ban ngày ở nhiệt đới, nơi... nhiên, rãnh áp thấp trên vịnh Belgan được tái tạo nông hơn thực tế khoảng 2mb và trục rãnh nghiêng hơn về phía đông bắc so với ERA40 Kết quả là đường dòng trên vịnh Belgan của Reg+GAB có tính vĩ hướng hơn thực tế và đẩy tâm mưa lệch xuống đông nam so nhiệt độ và lượng mưa mô phỏng về gần với thực hơn Bảng 3.8: Các chỉ số đánh giá lượng mưa trung bình tháng của Reg+GAB so với CRU tính trên toàn khu vực... Tiedtke GFC và GAS đi một nửa Kết quả là giáng thủy tổng cộng cũng giảm Như ta đã biết, nghiên cứu hoạt động đối lưu là một trong những và nhiệt độ bề mặt tăng lên Tuy nhiên, nhiệt độ bề mặt tăng không vấn đề khó khăn lớn đối với khí tượng học miền nhiệt đới nói chung đáng kể trong khi lượng mưa, đặc biệt trên bán đảo Đông Dương vốn trong đó có khu vực Đông Nam Á Theo một số tác giả [Ogura và đã thấp . HỒ THỊ MINH HÀ NGHIÊN CỨU KHẢ NĂNG MÔ PHỎNG MÙA CÁC YẾU TỐ KHÍ TƯỢNG TRÊN LÃNH THỔ VIỆT NAM BẰNG PHƯƠNG PHÁP THỦY ĐỘNG VÀ THỐNG KÊ Chuyên ngành: Khí tượng học Mã số: 62.44.87.01. trên lãnh thổ Việt Nam bằng phương pháp thủy động và thống kê . 3. Mục đích, đối tượng và phạm vi nghiên cứu - Mục đích của luận án là đánh giá được khả năng mô phỏng khí hậu hạn mùa cho khu. hết các quốc gia trên châu lục này, trong đó có Việt Nam. Đứng trước yêu cầu cấp thiết đó, chúng tôi đã chọn và thực hiện đề tài: Nghiên cứu khả năng mô phỏng mùa các yếu tố khí tượng trên lãnh